人工智能深度学习在天气气候预报中的应用
编号：972
稿件编号：911 访问权限：仅限参会人
更新：2026-04-10 13:43:08
浏览：135次
主题报告
报告开始：2026年04月26日 13:30 （Asia/Shanghai）
报告时间：20min
所在会议：[S1-3] 专题1.3 人工智能在大气海洋中的应用 » [F12] 专题1.3 人工智能在大气海洋中的应用
暂无文件
摘要
近年来，人工智能深度学习在天气气候科学领域的应用受到越来越多的关注，并迅速扩展至众多领域。在本次报告中，我将简要介绍我们近期在利用多种深度学习方法开展季节到多季节预测方面的研究进展，涵盖不同海洋和大气现象，以及动力模式预报的偏差校正与降尺度等内容。研究结果表明，许多常见的深度学习方法，如卷积神经网络、残差神经网络、长短期记忆网络、卷积长短期记忆网络、U型网络、多任务学习、循环生成对抗网络、Transformer 及扩散模型等，均可有效应用于提升对气候的理解与预测能力。此外，我还将简要介绍用于集合天气预报、次季节至季节预测以及年代际预测的人工智能大模型，并对人工智能方法的未来发展进行展望。
关键字
人工智能,循环生成对抗网络、Transformer 及扩散模型
报告人
发表评论